Criminal Behavior in Opioid‐Dependent Patients Before and During Maintenance Therapy: 6‐year Follow‐Up of a Nationally Representative Cohort Sample
Notice bibliographique
Résumé
Lifetime prevalence of opioid dependence is about 0.4% in western countries. Opioid-dependent patients have high morbidity and mortality and a high risk of criminal behavior. Few studies have addressed the long-term impact of opioid maintenance therapy on convictions and criminal behavior. The PREMOS study is a prospective, longitudinal, naturalistic clinical study of a nationally representative sample of 2694 opioid-dependent patients to investigate convictions and criminal behavior at baseline and after 6 years of maintenance treatment. At follow-up, 2284 patients still were eligible (84.7%). A comprehensive assessment including a patient and doctor questionnaire, and the EuropASI was completed at baseline and follow-up. Data on criminality at follow-up had been received for 1147 (70.6%) patients. A large number (84.5%) of them had been charged or convicted at any time before baseline assessment, most frequently with drug-related offenses (66.8%), acquisitive crime (49.1%), or acts of violence (22.0%). Reported charges and convictions had declined to 17.9% for the last 12 months before follow-up, which was also reflected by a significant decrease in the EuropASI subscore "legal problems" from 1.52 at baseline to 0.98 after 6 years. These data indicate a significant and clinically relevant reduction in criminal behavior in opioid-dependent patients in long-term maintenance treatment. Maintenance therapy is effective in the reduction in both narcotics-related and acquisition crime.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».